Python中的邏輯迴歸 - 資料準備
為了建立分類器，我們必須將資料準備成分類器構建模組所需的形式。我們透過進行獨熱編碼 (One Hot Encoding) 來準備資料。
資料編碼
我們稍後將討論資料編碼的含義。首先，讓我們執行程式碼。在程式碼視窗中執行以下命令。
In [10]: # creating one hot encoding of the categorical columns. data = pd.get_dummies(df, columns =['job', 'marital', 'default', 'housing', 'loan', 'poutcome'])
如註釋所示，上述語句將建立資料的獨熱編碼。讓我們看看它建立了什麼？透過列印資料庫中的頭部記錄來檢查名為“data” 的建立資料。
In [11]: data.head()
您將看到以下輸出：
為了理解上述資料，我們將透過執行data.columns 命令列出列名，如下所示：
In [12]: data.columns Out[12]: Index(['y', 'job_admin.', 'job_blue-collar', 'job_entrepreneur', 'job_housemaid', 'job_management', 'job_retired', 'job_self-employed', 'job_services', 'job_student', 'job_technician', 'job_unemployed', 'job_unknown', 'marital_divorced', 'marital_married', 'marital_single', 'marital_unknown', 'default_no', 'default_unknown', 'default_yes', 'housing_no', 'housing_unknown', 'housing_yes', 'loan_no', 'loan_unknown', 'loan_yes', 'poutcome_failure', 'poutcome_nonexistent', 'poutcome_success'], dtype='object')
現在，我們將解釋get_dummies 命令是如何進行獨熱編碼的。新生成的資料庫中的第一列是“y”欄位，它指示該客戶是否訂閱了TD。現在，讓我們看看編碼的列。“job”是第一個編碼的列。在資料庫中，您會發現“job”列有很多可能的值，例如“admin”、“blue-collar”、“entrepreneur”等等。對於每個可能的值，我們在資料庫中建立一個新列，並在列名前新增字首。
因此，我們有“job_admin”、“job_blue-collar”等列。對於我們原始資料庫中的每個編碼欄位，您會發現建立的資料庫中添加了一系列列，其中包含該列在原始資料庫中所有可能的值。仔細檢查列的列表，以瞭解資料如何對映到新資料庫。
理解資料對映
為了理解生成的資料，讓我們使用data命令打印出所有資料。執行命令後的部分輸出如下所示。
In [13]: data
以上螢幕顯示了前十二行。如果您向下滾動，您會看到所有行的對映都已完成。
為了方便您快速參考，此處顯示了資料庫中更下方的部分螢幕輸出。
為了理解對映的資料，讓我們檢查第一行。
它表明該客戶未訂閱TD，如“y”欄位中的值所示。它還表明該客戶是“藍領”客戶。水平滾動，它會告訴您他擁有“住房”並且沒有貸款。
進行獨熱編碼後，在我們開始構建模型之前，還需要進行一些資料處理。
刪除“unknown”
如果我們檢查對映資料庫中的列，您會發現一些以“unknown”結尾的列。例如，使用螢幕截圖中顯示的以下命令檢查索引為12的列：
In [14]: data.columns[12] Out[14]: 'job_unknown'
這表明指定客戶的職業未知。顯然，在我們的分析和模型構建中包含此類列毫無意義。因此，應刪除所有值為“unknown”的列。這是透過以下命令完成的：
In [15]: data.drop(data.columns[[12, 16, 18, 21, 24]], axis=1, inplace=True)
確保您指定了正確的列號。如有疑問，您可以隨時透過如前所述在columns命令中指定其索引來檢查列名。
刪除不需要的列後，您可以檢查最終的列列表，如下面的輸出所示：
In [16]: data.columns Out[16]: Index(['y', 'job_admin.', 'job_blue-collar', 'job_entrepreneur', 'job_housemaid', 'job_management', 'job_retired', 'job_self-employed', 'job_services', 'job_student', 'job_technician', 'job_unemployed', 'marital_divorced', 'marital_married', 'marital_single', 'default_no', 'default_yes', 'housing_no', 'housing_yes', 'loan_no', 'loan_yes', 'poutcome_failure', 'poutcome_nonexistent', 'poutcome_success'], dtype='object')
此時，我們的資料已準備好進行模型構建。